机器学习是通过编程让计算机从数据中进行学习的科学。

sklearn的代码套路为：用from--import从sklearn库里面导出相应统计模型，然后把这个模型设置给model，也就是令model=****，****为sklearn导入出来的，可以加上适当参数，然后把这个模型和数据进行fit，然后模型就跑好了，可以拿这个模型进行之后的操作，比如预测（predict）什么的。（4）numpy和pandas更像是为了前面三个库，为更高级的统计建模或者机

一个图G (Graph) 是由两个集合：V和E所组成的，V是有限的非空顶点(Vertex) 集合，E是用顶点表示的边(Edge) 集合，图G的顶点集和边集分别记为V (G) 和E (G)，而将图G记作G=(V, E)。可以看出，一个顶点集合与连接这些顶点的边的集合可以唯一表示一个图。在图中，数据结构中的数据元素用顶点表示，数据元素之间的关系用边表示。

因为一些历史版本的遗留原因，DataFrame的join方法默认使用的是左连接，保留左边表的行索引。combine_first可以看作用传递对象中的数据为调用对象的缺失数据“打补丁”，举例就是下面df1的缺失值在df2看看有没有，如果有就用来替换掉df1的缺失值。它允许你将 DataFrame 中的某个列的值，按另外两列进行分组，创建一个以这些列的组合为列标签的宽格式表。最后一个关于DataFra

简单介绍下svr、svm的原理。

数据常分为时间序列数据、横截面数据、面板数据。时间序列数据：时间序列数据是同一指标按时间顺序记录的数据列。在同一数据列中的各个数据必须是同口径的，要求具有可比性。特点是统计口径一致（收集同一指标、统计方法一致），按照一定顺序记录。举例说明：(1)一年内每天某一只股票的开盘价；(2) 10年某一个国家的GDP；(3) 某个地区从1月到12月的人均收入；横截面数据：横截面数据是在同一时间，不同统计单位